一种改进YOLOv8s的X射线安检图像违禁品检测方法

作     者：董佳鑫 罗婷 李根 赵星 赵云松 

作者机构：中国人民公安大学信息网络安全学院 首都师范大学检测成像北京市高等学校工程研究中心 首都师范大学数学科学学院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：070207[理学-光学] 07[理学] 08[工学] 080203[工学-机械设计及理论] 0837[工学-安全科学与工程] 0802[工学-机械工程] 0803[工学-光学工程] 0702[理学-物理学] 

基　　金：国家自然科学基金(62271330) 中央高校基本科研业务费专项资金资助(2022JKF02015) 

主　　题：违禁品检测 YOLOv8s 动态卷积 BiFPN 全局注意力机制 

摘      要：针对违禁品在X射线安检图像中存在漏检、误检的问题，在YOLOv8s模型的基础上提出了一种引入动态卷积模块、加权双向特征金字塔网络(Bi FPN)以及全局注意力机制的改进模型YOLOv8s-BiOG。改进模型将骨干网络与颈部网络中的部分卷积模块替换为动态卷积模块，细化违禁品局部特征，增强特征提取能力。然后，用BiFPN对模型特征融合网络进行改进，优化模型处理不同尺度特征融合的能力。最后再采用全局注意力机制，减少特征的丢失，增强违禁品检测性能。改进模型YOLOv8s-BiOG在SI2Pxray数据集和OPIXray数据集上的实验结果表明，多种违禁品的检测精度都有所提升，平均精度均值(mAP)分别达到了93.4%和91.8%。